基于原子搜索算法优化BP神经网络的爆破振动预测方法

本申请涉及爆破振动安全技术领域，公开了基于原子搜索算法优化BP神经网络的爆破振动预测方法，包括：建立爆破振动样本数据库，数据库的输入样本数据包括爆心距、高程差、孔距、排距、孔深、单孔装药量、最大段装药量、延期时间、最小抵抗线、岩石密度；获取输出结果样本数据，输出结果样本数据包括实测点在XYZ三个方向的质点峰值振速；对输入样本数据和输出结果样本数据进行预处理；构建BP神经网络，并获取隐含层数和隐含层神经元个数；构建ASO‑BP爆破振速预测模型，确定网络拓扑结构；输入采集参数至ASO‑BP爆破振速预测模型，并获取爆破振速预测数据，以解决现有基于BP神经网络的爆破振动预测方法存在学习效率低、收敛速度慢和极易陷入局部极值的问题。